[发明专利]用于获取图像信息的方法和装置

权利要求书

1.一种用于获取图像信息的方法，所述方法包括：

利用深度神经网络，对待处理图像进行检测，得到所述待处理图像中目标的类别和位置，其中，所述待处理图像包括至少一个类别的目标；

基于所得到的位置对应的类别，解析所得到的位置的目标，得到可编辑的解析结果；

按照各个所述解析结果在所述待处理图像中对应的所得到的位置，进行文档重建，得到可编辑文档；

所述至少一个类别包括文本类别；

所述基于所得到的位置对应的类别，解析所得到的位置的目标，得到可编辑的解析结果，包括：

响应于各个所得到的位置中包括文本类别的目标的位置，对所述文本类别的目标的位置在所述待处理图像中的局部图像，进行行检测，得到在所述待处理图像中每行文本的局部图像；

对每行文本的局部图像进行文本识别，将文本识别结果作为所述解析结果。

2.根据权利要求1所述的方法，其中，所述文本类别包括正文类别或标题类别。

3.根据权利要求1所述的方法，其中，所述对所述文本类别的目标的位置在所述待处理图像中的局部图像，进行行检测，得到在所述待处理图像中每行文本的局部图像，包括：

对所述文本类别的目标的位置在所述待处理图像中的局部图像，进行自然场景文本检测，得到在所述待处理图像中每行文本的局部图像；以及

所述对每行文本的局部图像进行文本识别，包括：

将每行文本的局部图像，输入卷积循环神经网络进行文本识别，得到每行文本的文本识别结果。

4.根据权利要求1所述的方法，其中，所述至少一个类别包括表格类别；所述基于所得到的位置对应的类别，解析所得到的位置的目标，得到可编辑的解析结果，包括：

响应于各个所得到的位置中包括所述表格类别的目标的位置，识别所述表格类别的目标的位置在所述待处理图像中的局部图像中的字符；

将所述字符作为所述解析结果。

5.根据权利要求4所述的方法，其中，所述识别所述表格类别的目标的位置在所述待处理图像中的局部图像中的字符，包括：

检测所述表格类别的目标的位置在所述待处理图像中的局部图像中的表格线；

响应于所述表格类别的目标的位置在所述待处理图像中的局部图像中存在表格线，基于检测到的表格线，对该局部图像进行切分，并利用预设深度神经网络，识别切分结果中的字符，其中，所述预设深度神经网络为卷积循环神经网络；

响应于所述表格类别的目标的位置在所述待处理图像中的局部图像中不存在表格线，对该局部图像进行命名实体识别，得到该局部图像中的字符。

6.根据权利要求1所述的方法，其中，所述至少一个类别包括印章类别；

所述基于所得到的位置对应的类别，解析所得到的位置的目标，得到可编辑的解析结果，包括：

响应于各个所得到的位置中包括所述印章类别的目标的位置，识别所述印章类别的目标的位置在所述待处理图像中的局部图像中的字符和/或图形；

将所述字符和/或图形作为所述解析结果。

7.根据权利要求6所述的方法，其中，所述识别所述印章类别的目标的位置在所述待处理图像中的局部图像中的字符和/或图形，包括：

将所述印章类别的目标的位置在所述待处理图像中的局部图像，输入注意力模型，得到该局部图像中的字符和/或图形。

8.根据权利要求2、4、6之一所述的方法，其中，所述待处理图像包括至少两个类别的目标，所述至少两个类别包括图像类别；所述方法还包括：

响应于各个所得到的位置中包括所述图像类别的目标的位置，将所述图像类别的目标的位置在所述待处理图像中的局部图像作为目标局部图像进行存储；以及

所述按照各个所述解析结果在所述待处理图像中对应的所得到的位置，进行文档重建，得到可编辑文档，包括：

按照各个所述解析结果在所述待处理图像中对应的所得到的位置，以及所述目标局部图像在所述待处理图像中的所得到的位置，进行文档重建，得到可编辑文档。